:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abbas, Ahmed, Swoboda, Paul
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	https://arxiv.org/abs/2205.11638
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sobolev Training of End-to-End Optimization Proxies
von: Rosemberg, Andrew W., et al.
Veröffentlicht: (2025)

Training Neural ODEs Using Fully Discretized Simultaneous Optimization
von: Shapovalova, Mariia, et al.
Veröffentlicht: (2025)

End-to-End Training of High-Dimensional Optimal Control with Implicit Hamiltonians via Jacobian-Free Backpropagation
von: Gelphman, Eric, et al.
Veröffentlicht: (2025)

End-to-End Conformal Calibration for Optimization Under Uncertainty
von: Yeh, Christopher, et al.
Veröffentlicht: (2024)

End-to-end guarantees for indirect data-driven control of bilinear systems with finite stochastic data
von: Chatzikiriakos, Nicolas, et al.
Veröffentlicht: (2024)

Optimization Over Trained Neural Networks: Taking a Relaxing Walk
von: Tong, Jiatai, et al.
Veröffentlicht: (2024)

Towards Guided Descent: Optimization Algorithms for Training Neural Networks At Scale
von: Nagwekar, Ansh
Veröffentlicht: (2025)

Neural Network Training Techniques Regularize Optimization Trajectory: An Empirical Study
von: Chen, Cheng, et al.
Veröffentlicht: (2020)

Chebyshev Center-Based Direction Selection for Multi-Objective Optimization and Training PINNs
von: Yoon, Hoyeol, et al.
Veröffentlicht: (2026)

TAMUNA: Doubly Accelerated Distributed Optimization with Local Training, Compression, and Partial Participation
von: Condat, Laurent, et al.
Veröffentlicht: (2023)

Mean-Field Limits for Two-Layer Neural Networks Trained with Consensus-Based Optimization
von: De Deyn, William, et al.
Veröffentlicht: (2025)

BiCoLoR: Communication-Efficient Optimization with Bidirectional Compression and Local Training
von: Condat, Laurent, et al.
Veröffentlicht: (2026)

Optimization over Trained (and Sparse) Neural Networks: A Surrogate within a Surrogate
von: Pham, Hung, et al.
Veröffentlicht: (2025)

End-to-End Learning Framework for Solving Non-Markovian Optimal Control
von: Zhang, Xiaole, et al.
Veröffentlicht: (2025)

Anytime Training with Schedule-Free Spectral Optimization
von: Apte, Anuj, et al.
Veröffentlicht: (2026)

Efficient Optimization Algorithms for Linear Adversarial Training
von: RIbeiro, Antônio H., et al.
Veröffentlicht: (2024)

Convergence for Discrete Parameter Update Schemes
von: Wilson, Paul, et al.
Veröffentlicht: (2025)

The Surprising Agreement Between Convex Optimization Theory and Learning-Rate Scheduling for Large Model Training
von: Schaipp, Fabian, et al.
Veröffentlicht: (2025)

Adversarial Training of Two-Layer Polynomial and ReLU Activation Networks via Convex Optimization
von: Kuelbs, Daniel, et al.
Veröffentlicht: (2024)

Reheated Gradient-based Discrete Sampling for Combinatorial Optimization
von: Li, Muheng, et al.
Veröffentlicht: (2025)

Beyond Discretization: Learning the Optimal Solution Path
von: Dong, Qiran, et al.
Veröffentlicht: (2024)

$ϕ$-Balancing for Mixture-of-Experts Training
von: Chen, Lizhang, et al.
Veröffentlicht: (2026)

An Optimal Control Approach To Transformer Training
von: Akman, Kağan, et al.
Veröffentlicht: (2026)

Does Weight Decay Enhance Training Stability?
von: Saether, Marius, et al.
Veröffentlicht: (2026)

Distributional Adversarial Attacks and Training in Deep Hedging
von: He, Guangyi, et al.
Veröffentlicht: (2025)

Causal-Aware Foundation-Model for Bilevel Optimization in Discrete Choice Settings
von: Subramanian, Shivaram, et al.
Veröffentlicht: (2026)

Differentiable Model Predictive Control on the GPU
von: Adabag, Emre, et al.
Veröffentlicht: (2025)

On Dissipativity of Cross-Entropy Loss in Training ResNets
von: Püttschneider, Jens, et al.
Veröffentlicht: (2024)

Towards an Optimal Control Perspective of ResNet Training
von: Püttschneider, Jens, et al.
Veröffentlicht: (2025)

Employing Federated Learning for Training Autonomous HVAC Systems
von: Hagström, Fredrik, et al.
Veröffentlicht: (2024)

Federated Dynamical Low-Rank Training with Global Loss Convergence Guarantees
von: Schotthöfer, Steffen, et al.
Veröffentlicht: (2024)

Tuning-Free Stochastic Optimization
von: Khaled, Ahmed, et al.
Veröffentlicht: (2024)

SPO-VCS: An End-to-End Smart Predict-then-Optimize Framework with Alternating Differentiation Method for Relocation Problems in Large-Scale Vehicle Crowd Sensing
von: Wang, Xinyu, et al.
Veröffentlicht: (2024)

Robust and Fast Training via Per-Sample Clipping
von: Nobile, Davide, et al.
Veröffentlicht: (2026)

Relaxation-Informed Training of Neural Network Surrogate Models
von: Tsay, Calvin
Veröffentlicht: (2026)

Challenges in Training PINNs: A Loss Landscape Perspective
von: Rathore, Pratik, et al.
Veröffentlicht: (2024)

Adaptive Momentum and Nonlinear Damping for Neural Network Training
von: Karoni, Aikaterini, et al.
Veröffentlicht: (2026)

Stable Nonconvex-Nonconcave Training via Linear Interpolation
von: Pethick, Thomas, et al.
Veröffentlicht: (2023)

Training Deep Learning Models with Norm-Constrained LMOs
von: Pethick, Thomas, et al.
Veröffentlicht: (2025)

Enhancing Privacy in Federated Learning through Local Training
von: Bastianello, Nicola, et al.
Veröffentlicht: (2024)